IRPIIRPI

MALCOM: Indonesian Journal of Machine Learning and Computer ScienceMALCOM: Indonesian Journal of Machine Learning and Computer Science

Pelaksanaan perkuliahan daring pada berbagai kampus di Indonesia telah dipertegas sejak makin mewabahnya virus corona. Kuliah daring dijadikan solusi untuk terus menjalankan kegiatan belajar-mengajar di masa pandemi. Namun pelaksanaan perkuliahan daring menimbulkan berbagai macam opini dalam masyarakat, khususnya di kalangan pelajar. Hal ini juga memunculkan sikap pro maupun kontra dari berbagai pihak. Untuk itu dilakukan penambangan data dari twitter guna menganalisis sentimen terhadap topik “kuliah daring. Data diklasifikasikan ke dalam 3 kelas, yaitu positif, negatif, dan netral. Penelitian ini dilakukan dengan teknik lexicon-based approach menggunakan InSet Lexicon sebagai kamus kata opini berbahasa Indonesia. Penentuan kelas sentimen untuk setiap kalimat diperoleh dari hasil perhitungan polarity score. Hasil klasifikasi dari 5811 data tweet ternyata mengandung 63.4% tweet negatif, 27.6% tweet positif, dan 8.9% tweet netral. Pengujian hasil klasifikasi dilakukan dengan metode cross-validation serta confusion matrix dengan perbandingan data latih dan data uji yaitu 8:2 memberikan nilai accuracy 79.2%, precision sebesar 72.9%, recall sebesar 62.8%, dan f-measure sebesar 67.4%.

Berdasarkan hasil pengujian dan analisis terhadap data tweet dengan topik perkuliahan daring diperoleh kesimpulan bahwa InSet Lexicon dapat digunakan dalam analisis sentimen melalui polaritas score.Sentimen negatif menunjukkan ketidakpuasan masyarakat terhadap perkuliahan daring, sehingga perlu peningkatan kualitas pembelajaran, penanganan akses jaringan, dan evaluasi capaian pembelajaran.

Penelitian lanjutan dapat mengembangkan pendekatan preprocessing data yang lebih efektif untuk meningkatkan akurasi analisis sentimen. Studi tentang ekpansi kamus opini Indonesia spesifik untuk konteks edukasi daring juga perlu dilakukan untuk menangkap nuansa bahasa yang lebih akurat. Selain itu, penelitian dapat memanfaatkan emoticon sebagai indikator sentimen dan menyaring tweet non-opini seperti iklan atau berita untuk memperoleh data yang lebih relevan terhadap pandangan publik.

  1. #akurasi analisis sentimen#akurasi analisis sentimen
File size664.5 KB
Pages10
DMCAReportReport

ads-block-test